May, 2022

促进 Wikibase 集成的本体设计 -- 以历史数据为例

PDF
TL;DR本文介绍了如何使用一组 “公理模式” 将传统本体论建模与 Wikibase 平台结合起来，以弥合范式差异，以及对历史数据进行使用指南和示例。
发现论文，激发创造
  • 发现维基数据中的意向知识

    该研究应用正式概念分析方法提取出源于 Wikidata 的易于理解的关联性，以辅助知识图谱的编辑和维护。

    Feb, 2019

  • 将维基数据分类整合到 YAGO 中

    我们在这篇论文中介绍了将整个 Wikidata 分类系统尽可能地合并到 YAGO 知识库中的努力，特别关注逻辑约束和类与实例的细致区分。我们的工作创建了 YAGO 4.5，为 YAGO 添加了丰富的信息类，并保持知识库逻辑的一致性。

    Aug, 2023

  • 透过 DBpedia 的眼睛看维基数据

    介绍了如何将 Wikidata 融入 DBpedia 生态系统并描述了这一数据集的结构和转换过程。

    Jul, 2015

  • 利用 Wikidata 作为 Web 抽取的种子

    基于问题回答技术，本研究提出了一个能从网页中提取新事实并推荐给 Wikidata 编辑人员验证的框架，并通过利用 Wikidata 中已有的信息，无需额外学习信号便可训练该框架来提取各种属性和领域的新事实，实验结果表明平均 F1 得分为 84.07，在人类验证之前，有潜力提取数百万条事实，旨在帮助编辑人员的日常任务，完善 Wikidata 知识图谱。

    Jan, 2024

  • Wikidata 中的常识知识

    本研究调查了 Wikidata 中是否包含与现有常识源不同的常识知识，并通过三个指导原则生成了 Wikidata 的常识子图。实验发现，尽管 Wikidata-CS 表示 Wikidata 的一小部分，但它是包含相关常识知识的指示器，可以映射到 15 个 ConceptNet 关系；Wikidata-CS 与其他常识源的重叠很小，需要进行知识集成和质量改进。基于这些发现，我们提出了三个长期改进建议。

    Aug, 2020

  • 基于查询的知识图谱工业分析与本体重塑

    该研究提出了一个本体重塑方法，将本体转化为更好地反映底层数据并帮助构建更好的知识图谱的知识图谱模式，从而解决工业分析中的低质量知识图谱可能带来的问题，由此提高了 SPARQL 查询的训练效率和知识图谱的可扩展性。

    Sep, 2022

  • KIF：利用维基数据进行异构知识库的虚拟集成框架

    我们提出了一个知识集成框架（称为 KIF），它使用 Wikidata 作为语言中介来整合异构的知识库，利用用户定义的映射将其统一地展示为一个虚拟知识库，并可以通过高效的过滤接口或使用 SPARQL 进行查询。

    Mar, 2024

  • 辅助知识图谱构建：从自然语言中进行人工监督的知识图谱构建

    通过 WAKA 这一 Web 应用程序，可以帮助领域专家以自然语言的方式构建特定领域的知识图谱。

    Jan, 2024

  • 基于百科全书的设计创新语义网络

    本研究提出了一种语义网络构建模型 WikiLink，它可以利用维基百科的数据作为语料库，结合统计和语义权重的方法构建出高覆盖率的语义网络，并基于四种算法实现创意的启发，为概念设计的创新提供了一种思路。

    Aug, 2022

  • 处理维基数据限定词的推理

    本文提出了使用分类합理化 Wikidata 知识图谱中大量 qualifiers，通过将逻辑与代数规范相结合处理推断规则的方法。

    Apr, 2023